INTRODUÇÃO A CFD

Aula 09

Karolline Ropelato
Carlos Eduardo Fontes
Daniel Evandro Ludwig
Aplicação dos Conceitos Básicos

• Sobre o que falamos até agora?

• Já se sabe fazer um modelo físico

• Transformar este modelo físico em um modelo matemático
• Transformar o modelo matemático em um modelo
computacional
• Resolver o sistema algébrico de equações formado pelo
modelo computacional.
• Consistência, Estabilidade e Convergência

• Discretização das Eq. de Navier-Stokes

Vamos tratar disto hoje!

2
Métodos Numéricos de Solução

Do ponto de vista matemático, os métodos de solução devem

possuir:

3
Métodos Numéricos de Solução

• Os erros de truncamento devem

tender a zero quando a malha tender
Consistência a um infinito número de pontos

• Quando a solução numérica obtida é

a solução exata das equações
Estabilidade discretizadas

4
Navier-Stokes

• Características e dificuldades associadas às equações

de Navier-Stokes
• Arranjos deslocados x colocalizados
• Discretização geral das equações de Navier-Stokes
• Métodos de acoplamento pressão-velocidade
• Método SIMPLE, SIMPLEC, PISO
• Métodos segregados x acoplados
• Acoplamento pressão-velocidade no CFX e Fluent

5
Navier-Stokes

• As equações de transporte para cada componente da velocidade (equações de

momentum) podem ser deduzidas da equação geral de transporte, substituindo Φ
por u, v e w.
• O campo de velocidade deve, obviamente, satisfazer a equação de continuidade.
• Por exemplo, para um escoamento 2-D, estacionário e laminar:
• Eq Momentum-x:
𝜕(𝜌𝑢𝑢) 𝜕(𝜌𝑣𝑢) 𝜕 𝜕𝑢 𝜕 𝜕𝑢 𝜕𝑝
+ = 𝜇 + 𝜇 − + 𝑆𝑢
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

• Eq. Momentum-y:
𝜕(𝜌𝑢𝑣) 𝜕(𝜌𝑣𝑣) 𝜕 𝜕𝑣 𝜕 𝜕𝑣 𝜕𝑝
+ = 𝜇 + 𝜇 − + 𝑆𝑣
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑦
• Eq. Continuidade
𝜕(𝜌𝑢) 𝜕(𝜌𝑣)
+ =0
𝜕𝑥 𝜕𝑦

6
Navier-Stokes

• Os termos convectivos das equações de momentum contém quantidades não

lineares!

• Eq. Momentum-x
𝜕(𝜌𝑢𝑢) 𝜕(𝜌𝑣𝑢) 𝜕 𝜕𝑢 𝜕 𝜕𝑢 𝜕𝑝
+ = 𝜇 + 𝜇 − + 𝑆𝑢
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

• Cada componente da velocidade aparece na equação de continuidade e na

equação de momentum.

• Eq. Continuidade
𝜕(𝜌𝑢) 𝜕(𝜌𝑣)
+ =0
𝜕𝑥 𝜕𝑦
• Notem que a pressão aparece nas equações de momentum, mas não há
uma equação de transporte para ela!
7
Escoamentos Compressíveis

• Se o gradiente de pressão fosse conhecido, o processo de discretização

das equações de momentum seria similar aos aplicados para qualquer
outro escalar.

• Em geral, a pressão não é conhecida, e queremos calculá-la junto com as

velocidades.

• Se o escoamento é incompressível (ρ = cte), a equação de continuidade

pode ser encarada como uma equação de transporte para densidade e a
equação de energia é uma equação de transporte para a temperatura.

• Assim, a pressão pode ser calculada a partir da pressão e temperatura

através de uma equação de estado p=p(ρ,T).

8
Escoamentos Incompressíveis

• Entretanto, quando o escoamento é incompressível, a densidade é

constante → independente da pressão!

• Assim, o acoplamento entre velocidade e pressão introduz uma restrição

na solução do escoamento:
• Se o campo de pressão correto é aplicado nas equações de
momentum, o campo de velocidade resultante deve satisfazer à
continuidade!

9
Arranjo das variáveis dependendo da malha

• A localização das variáveis na malha computacional é chamada de

arranjo de variáveis, a característica principal é a posição relativa entre as
componentes do vetor velocidade e a pressão.

• Existem vários arranjos de variáveis que podem ser feitos. Para sistemas
ortogonais podem ser feitos dois tipos de arranjos:

• Arranjo co-localizado
• Arranjo desencontrado (staggered grid)

10
Arranjo co-localizado

• Quando estamos resolvendo numericamente uma única equação

diferencial a incógnita é armazenada no centro do volume de controle

• Quando estamos tratando com mais de uma equação, devemos decidir

se todas as variáveis serão localizadas conjuntamente no centro do
mesmo volume de controle.

• Esse arranjo é denominado co-localizado.

11
Arranjo co-localizado

• No arranjo co-localizado todas as variáveis usam o mesmo volume de

controle.

• VANTAGENS:
• É uma escolha natural pela simplicidade de controle dos índices das
variáveis na implementação computacional
• Significa usar um único volume de controle para realizar todas as
integrações.
• O cálculo das áreas para determinação dos fluxos das diferentes
propriedades é o mesmo, o que vem a facilitar a construção e
implementação computacional do algoritmo.

12
Arranjo co-localizado

• O método dos volumes finitos sempre começa com a discretização do

domínio do escoamento e das equações de transporte de interesse.

• Primeiramente, precisamos decidir onde armazenar as velocidades na

malha.

• Pode parecer lógico defini-las na mesma posição que as demais variáveis

escalares, como pressão e temperatura.

• No entanto, se tanto as velocidades como a pressão forem definidas nos

nós de um volume de controle comum, um campo de pressão altamente
não-uniforme pode atuar como um campo uniforme para as equações de
momentum.

• Por exemplo...
13
Arranjo co-localizado

• Por exemplo, vamos assumir que temos este campo de pressão, altamente
irregular

• Se as pressões em e e em w forem obtidas por interpolação linear, o gradiente de

𝜕𝑝
pressão 𝜕𝑥 na equação de momentum-x é dado por:
𝑝𝐸 + 𝑝𝑃 𝑝𝑃 + 𝑝𝑊
𝜕𝑝 𝑝𝑒 − 𝑝𝑤 − 𝑝𝐸 − 𝑝𝑊
= = 2 2 =
𝜕𝑥 2 𝛿𝑥 2𝛿𝑥
• Substituindo os valores na equação anterior, veremos que o gradiente de pressão
é zero em todos os pontos nodais, mesmo que o campo de pressão varie em
ambas as direções;
• Como resultado, o termo de pressão na equação de momentum seria zero, como
num campo de pressão uniforme → comportamento não-físico 14
Arranjo co-localizado e Arranjo deslocado

• Fica claro, então, que se as velocidades forem definidas nos mesmos nós que os
demais escalares, a influência da pressão não será apropriadamente
representada nas equações de momentum discretizadas.

• Uma solução para este problema é usar malhas deslocadas para as componentes
da velocidade (staggered grids).
• A ideia consiste em avaliar as variáveis escalares (p, T, ρ, ets.) nos pontos
nodais ordinários, mas calcular as componentes da velocidade de malhas
deslocadas, centradas ao redor das faces das células.

15
Arranjo deslocado

• Interessante ressaltar que os volumes de controle para u e v são diferentes do

volume de controle usado para os escalares E entre si.

• É comum referir-se aos volumes de controles para os escalares como volumes de

controle para a pressão – veremos a seguir onde a equação da continuidade é
transformada numa equação para correção da pressão, que é avaliada nestes
volumes de controle.

• Usando o arranjo deslocado, os nós para pressão coincidem com as células das
faces do volume de controle para u. o gradiente de pressão é:
𝜕𝑝 𝑝𝑃 − 𝑝𝑊
=
𝜕𝑥 𝛿𝑥𝑢
𝜕𝑝 𝑝𝑃 − 𝑝𝑆
=
𝜕𝑦 𝛿𝑦𝑣
• Se substituirmos os valores da
pressão, teremos gradientes NÃO
NULOS!
16
Arranjo deslocado

• A deslocalização da velocidade evita o comportamento irrealístico da

equação de momentum discretizada para campos de pressão que
oscilam espacialmente, como visto.

• Uma vantagem adicional do arranjo deslocado é que as velocidades são

geradas nos locais exatos onde são necessárias para o cálculo das
equações de transporte para os escalares.
• Assim, não se precisa de interpolação para o cálculo das velocidades
nas faces das células dos escalares.

17
Arranjo deslocado

• Com a utilização do arranjo deslocado, a notação anteriormente utilizada para a

derivação dos métodos de volumes finitos passa a ficar confusa.

• O nó P se refere ao volume de controle de u, v, w ou p?

• Uma nova notação é proposta (seguindo o padrão de Versteeg & Malalasekera)

18
Arranjo deslocado

• Utilizando o novo sistema de notação, a equação discretizada para o momentum-

u no ponto (i,J) é dada por:

𝑝𝐼,𝐽 − 𝑝𝐼−1,𝐽
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = 𝑎𝑛𝑏 𝑢𝑛𝑏 − ∆𝑉𝑢 + 𝑆∆𝑉𝑢
𝛿𝑥𝑢

OU

𝑎𝑖,𝐽 𝑢𝑖,𝐽 = 𝑎𝑛𝑏 𝑢𝑛𝑏 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 𝐴𝑖,𝐽 + 𝑏𝑖,𝐽

• Onde ∆𝑉𝑢 é o volume da célula-u, 𝑏𝑖,𝐽 = 𝑆∆𝑉𝑢 é o termo fonte de momentum, 𝐴𝑖,𝐽 é
a área da face (esquerda ou direita) do volume de controle u.

• Os valores dos coeficientes an,b e ai,J podem ser calculados com qualquer um dos
métodos adequados para problemas de convecção-difusão (upwind, QUICK, etc.).

19
Arranjo deslocado

• Analogamente, a equação para v é:

𝑎𝐼,𝑗 𝑣𝐼,𝑗 = 𝑎𝑛𝑏 𝑣𝑛𝑏 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽 𝐴𝐼,𝑗 + 𝑏𝐼,𝑗

• Dado um campo de pressão p, as equações discretizadas podem ser escritas

para cada volume de controle u e v, que podem, por sua vez, serem resolvidas
para a obtenção do campo de velocidade.

• Se o campo de pressão está correto, o campo de velocidade resultante irá

satisfazer a continuidade.

• Mas ainda não sabemos como calcular a pressão! 20

O Algoritmo SIMPLE

• O algoritmo SIMPLE (Semi-Implicit Method for Pressure-Linked Equations),

proposto originalmente por Patankar e Spalding (1972) é um procedimento de
“chute e correção” para o cálculo da pressão em malhas deslocadas.
• A pressão é escrita como a soma da melhor estimativa da pressão disponível,
p*, mais a correção p’, que é calculada de maneira a satisfazer a equação da
continuidade
𝑝 = 𝑝∗ + 𝑝′

• Etapas do método SIMPLE

1. Chutar o campo de pressão p*;

2. Resolver as equações de momentum discretizadas usando este campo de

pressão, obtendo as componentes de velocidade u* e v*

∗ ∗ ∗ ∗
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = 𝑎𝑛𝑏 𝑢𝑛𝑏 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 𝐴𝑖,𝐽 + 𝑏𝑖,𝐽

∗ ∗ ∗ ∗
𝑎𝐼,𝑗 𝑣𝐼,𝑗 = 𝑎𝑛𝑏 𝑣𝑛𝑏 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽 𝐴𝐼,𝑗 + 𝑏𝐼,𝑗

21
O Algoritmo SIMPLE

• Etapas do método SIMPLE

3. Definimos agora a correção p’ como a diferença entre o campo de pressão correto
p e o campo de pressão “chutado” p*, de forma que:
𝑝 = 𝑝∗ + 𝑝′
Da mesma forma, definimos correções para as velocidades:
𝑢 = 𝑢∗ + 𝑢′
𝑣 = 𝑣∗ + 𝑣′

4. Subtraindo as equações de u* e v* das equações de u e v, respectivamente,

obtemos equações para as correções u’ e v’:

′ ′ ′ ′
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = 𝑎𝑛𝑏 𝑢𝑛𝑏 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 𝐴𝑖,𝐽 + 𝑏𝑖,𝐽

′ ′ ′ ′
𝑎𝐼,𝑗 𝑣𝐼,𝑗 = 𝑎𝑛𝑏 𝑣𝑛𝑏 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽 𝐴𝐼,𝑗 + 𝑏𝐼,𝑗

22
O Algoritmo SIMPLE

• Etapas do método SIMPLE

′ ′
5. No algoritmo SIMPLE, os termos 𝑎𝑛𝑏 𝑢𝑛𝑏 e 𝑎𝑛𝑏 𝑣𝑛𝑏 são desprezados, ou seja:

′ ′ ′
𝐴𝑖,𝐽
𝑢𝑖,𝐽 = 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽
𝑎𝑖,𝐽

′ ′ ′
𝐴𝐼,𝑗
𝑣𝐼,𝑗 = 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽
𝑎𝐼,𝑗

6. Estas correções de velocidade são agora aplicadas às velocidades através da

definição da correção:
𝑢 = 𝑢∗ + 𝑢′
𝑣 = 𝑣∗ + 𝑣′
Assim:

∗ ′ ′
𝐴𝑖,𝐽
𝑢𝑖,𝐽 = 𝑢𝑖,𝐽 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽
𝑎𝑖,𝐽

∗ ′ ′
𝐴𝐼,𝑗
𝑣𝐼,𝑗 = 𝑣𝐼,𝑗 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽
𝑎𝐼,𝑗
23
O Algoritmo SIMPLE

• Etapas do método SIMPLE

7. Até agora só nos preocupamos com a equação de momentum, mas a velocidade
também está sujeita à restrição de satisfazer à equação da continuidade.
A equação da continuidade discretizada no volume de controle é:

𝜌𝑢𝐴 𝑖+1,𝐽 − 𝜌𝑢𝐴 𝑖,𝐽 + 𝜌𝑢𝐴 𝐼,𝑗+1 − 𝜌𝑢𝐴 𝑖,𝐽 =0

Substituindo as velocidades corrigidas na equação de continuidade discretizada

acima, obtemos uma equação para a correção de pressão, p’:
′ ′ ′ ′ ′ ′
𝑎𝐼,𝐽 𝑝𝐼,𝐽 = 𝑎𝐼+1,𝐽 𝑝𝐼+1,𝐽 + 𝑎𝐼−1,𝐽 𝑝𝐼−1,𝐽 + 𝑎𝐼,𝐽+1 𝑝𝐼,𝐽+1 + 𝑎𝐼,𝐽−1 𝑝𝐼,𝐽−1 + 𝑏𝐼,𝐽

′
Onde 𝑎𝐼,𝐽 = 𝑎𝐼+1,𝐽 + 𝑎𝐼−1,𝐽 + 𝑎𝐼,𝐽+1 + 𝑎𝐼,𝐽−1 + 𝑏𝐼,𝐽

24
O Algoritmo SIMPLE

• Etapas do método SIMPLE

8. Resolvendo a equação anterior, o campo de correção de pressão p’ pode ser
calculado em todos os pontos.

9. Com a correção de pressão, a pressão correta pode ser obtida de

𝑝 = 𝑝∗ + 𝑝′
Da mesma forma, as velocidades corretas são calculadas por:
𝑢 = 𝑢∗ + 𝑢′
𝑣 = 𝑣∗ + 𝑣′

10. Quando a solução estiver convergida, u=u*, v=v* e p=p*

25
O Algoritmo SIMPLE

26
O Algoritmo SIMPLEC

• O algoritmo SIMPLEC (SIMPLE Consistent), propopsto por Van Doormal e

Raithby (1984) é um procedimento de “chute e correção” para o cálculo da
pressão em malhas deslocadas, que segue as mesmas etapas do método
SIMPLE, com a diferença que, no algoritmo SIMPLEC, as equações de correção
para a velocidade omitem termos menos significativos do que os omitidos no
método SIMPLE.

′ ′ ′
• Na equação de correção para a velocidade, 𝑎𝑛𝑏 𝑢𝑛𝑏 = 𝑎𝑛𝑏 𝑢𝑖,𝐽 e 𝑎𝑛𝑏 𝑣𝑛𝑏 =
′
𝑎𝑛𝑏 𝑣𝐼,𝑗 . Assim:

′
𝐴𝑖,𝐽 ′ ′
𝑢𝑖,𝐽 = 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽
𝑎𝑖,𝐽 − 𝑎𝑛𝑏

′
𝐴𝐼,𝑗 ′ ′
𝑣𝐼,𝑗 = 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽
𝑎𝐼,𝑗 − 𝑎𝑛𝑏

27
O Algoritmo SIMPLEC

28
O Algoritmos SIMPLE e SIMPLEC

SIMPLE SIMPLEC

29
O Algoritmo PISO

• O algoritmo PISO (Pressure Implicit with Splitting of Operators), proposto por Issa
(1986) é um procedimento que envolve uma etapa de predição e duas etapas de
correção.
• Pode ser encarado como uma extensão do SIMPLE, com uma etapa de correção
adicional para aprimorá-lo.

Etapa de predição

• As equações de momentum discretizadas são resolvidas com a pressão chutada

ou a pressão intermediária p* para a obtenção dos componentes u* e v*, usando
o mesmo método que o SIMPLE.

∗ ∗ ∗ ∗
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = 𝑎𝑛𝑏 𝑢𝑛𝑏 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 𝐴𝑖,𝐽 + 𝑏𝑖,𝐽

∗ ∗ ∗ ∗
𝑎𝐼,𝑗 𝑣𝐼,𝑗 = 𝑎𝑛𝑏 𝑣𝑛𝑏 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽 𝐴𝐼,𝑗 + 𝑏𝐼,𝑗

30
O Algoritmo PISO

Etapa de correção 1

• Os campos u* e v* não satisfarão a continuidade quando o campo de pressão p*

estiver incorreto.
• A primeira etapa de correção do SIMPLE é introduzida, retornando campos de
velocidade u** e v** que satisfazem à equação de continuidade discretizada.

• As equações resultantes são as mesmas correções do método SIMPLE, mas

como há uma segunda correção no PISO, usamos uma notação diferente:

𝑝∗∗ = 𝑝∗ + 𝑝′
𝑢∗∗ = 𝑢∗ + 𝑢′
𝑣 ∗∗ = 𝑣 ∗ + 𝑣 ′

31
O Algoritmo PISO

Etapa de correção 1

• Estas fórmulas são usadas para definir as velocidades corretas:

∗∗ ∗ ′ ′
𝐴𝑖,𝐽
𝑢𝑖,𝐽 = 𝑢𝑖,𝐽 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽
𝑎𝑖,𝐽

∗∗ ∗ ′ ′
𝐴𝐼,𝑗
𝑣𝐼,𝑗 = 𝑣𝐼,𝑗 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽
𝑎𝐼,𝑗

• Assim como no SIMPLE, estas equações são substituídas na equação da

continuidade discretizada para a obtenção da correção da pressão, que no caso
do PISO é a equação da primeira correção da pressão.

• Resolvida esta equação, temos a primeira correção da pressão e os componentes

∗∗ ∗∗
da velocidade 𝑢𝑖,𝐽 e 𝑣𝐼,𝑗 são obtidas das equações acima.

32
O Algoritmo PISO

Etapa de correção 2

• Para aprimorar o SIMPLE, o esquema PISO faz uma segunda etapa de correção.
∗∗ ∗∗
As equações de momentum discretizadas para 𝑢𝑖,𝐽 e 𝑣𝐼,𝑗 são:

∗∗ ∗∗ ∗∗ ∗∗
𝑎𝑖,𝐽 𝑢𝑖,𝐽 = 𝑎𝑛𝑏 𝑢𝑛𝑏 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 𝐴𝑖,𝐽 + 𝑏𝑖,𝐽

∗∗ ∗∗ ∗∗ ∗∗
𝑎𝐼,𝑗 𝑣𝐼,𝑗 = 𝑎𝑛𝑏 𝑣𝑛𝑏 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽 𝐴𝐼,𝑗 + 𝑏𝐼,𝑗

• Um campo de velocidade duplamente corrigido (u*** e v***) pode ser obtido

resolvendo-se as equações de momentum mais uma vez:

∗∗∗ ∗∗ ∗∗∗ ∗∗∗

𝑎𝑖,𝐽 𝑢𝑖,𝐽 = 𝑎𝑛𝑏 𝑢𝑛𝑏 + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽 𝐴𝑖,𝐽 + 𝑏𝑖,𝐽

∗∗∗ ∗∗ ∗∗∗ ∗∗∗

𝑎𝐼,𝑗 𝑣𝐼,𝑗 = 𝑎𝑛𝑏 𝑣𝑛𝑏 + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽 𝐴𝐼,𝑗 + 𝑏𝐼,𝑗

Calculados na etapa anterior

33
O Algoritmo PISO

Etapa de correção 2
• Subtraindo as duas equações:

∗∗ ∗
∗∗∗ ∗∗ 𝑎𝑛𝑏 𝑢𝑛𝑏 − 𝑢𝑛𝑏 𝐴𝑖,𝐽 ′′ ′′
𝑢𝑖,𝐽 = 𝑢𝑖,𝐽 + + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽
𝑎𝑖,𝐽 𝑎𝑖,𝐽
∗∗ ∗ 𝐴𝐼,𝑗 ′′
∗∗∗ ∗∗ 𝑎𝑛𝑏 𝑣𝑛𝑏 − 𝑢𝑛𝑏 ′′
𝑣𝐼,𝑗 = 𝑣𝐼,𝑗 + + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽
𝑎𝐼,𝑗 𝑎𝐼,𝑗

• Onde p’’ é a segunda correção de pressão, de forma que:

𝑝∗∗∗ = 𝑝∗∗ + 𝑝′′
• A substituição de u*** e v*** na equação de continuidade discretizada leva à
segunda equação de correção para a pressão:
′′ ′′ ′′ ′′ ′′ ′′
𝑎𝐼,𝐽 𝑝𝐼,𝐽 = 𝑎𝐼+1,𝐽 𝑝𝐼+1,𝐽 + 𝑎𝐼−1,𝐽 𝑝𝐼−1,𝐽 + 𝑎𝐼,𝐽+1 𝑝𝐼,𝐽+1 + 𝑎𝐼,𝐽−1 𝑝𝐼,𝐽−1 + 𝑏𝐼,𝐽

Onde 𝑎𝐼,𝐽 = 𝑎𝐼+1,𝐽 + 𝑎𝐼−1,𝐽 + 𝑎𝐼,𝐽+1 + 𝑎𝐼,𝐽−1 e os coeficientes são:

34
O Algoritmo PISO

Etapa de correção 2
′′ ′′ ′′ ′′ ′′ ′′
𝑎𝐼,𝐽 𝑝𝐼,𝐽 = 𝑎𝐼+1,𝐽 𝑝𝐼+1,𝐽 + 𝑎𝐼−1,𝐽 𝑝𝐼−1,𝐽 + 𝑎𝐼,𝐽+1 𝑝𝐼,𝐽+1 + 𝑎𝐼,𝐽−1 𝑝𝐼,𝐽−1 + 𝑏𝐼,𝐽

• A equação é resolvida para obter o segundo campo de correção da pressão, p’’.

• Finalmente, o campo de velocidade duplamente corrigido é obtido:

∗∗ ∗
∗∗∗ ∗∗ 𝑎𝑛𝑏 𝑢𝑛𝑏 − 𝑢𝑛𝑏 𝐴𝑖,𝐽 ′′ ′′
𝑢𝑖,𝐽 = 𝑢𝑖,𝐽 + + 𝑝𝐼−1,𝐽 − 𝑝𝐼,𝐽
𝑎𝑖,𝐽 𝑎𝑖,𝐽
∗∗ ∗ 𝐴𝐼,𝑗 ′′
∗∗∗ ∗∗ 𝑎𝑛𝑏 𝑣𝑛𝑏 − 𝑢𝑛𝑏 ′′
𝑣𝐼,𝑗 = 𝑣𝐼,𝑗 + + 𝑝𝐼,𝐽−1 − 𝑝𝐼,𝐽
𝑎𝐼,𝑗 𝑎𝐼,𝑗 35
O Algoritmo PISO

36
Notas Finais

• O algoritmo PISO faz duas vezes a correção de pressão, e assim requer memória
adicional.
• Apesar de ter um aumento considerável no custo computacional, o PISO se
mostra eficiente e rápido.

Comentários gerais sobre SIMPLE, SIMPLEC e PISO:

1. O algoritmo SIMPLE é relativamente direto e foi implementado com sucesso em
diversos problemas de CFD.
2. Outras variações do SIMPLE levam à redução do custo computacional devido à
aprimoração da convergência, por ex. SIMPLER.
3. SIMPLEC e PISO se mostraram tão eficientes quanto o SIMPLER em alguns
casos, mas não é possível dizer se são melhores que o SIMPLER.
4. Comparações mostraram que o desempenho de cada algoritmo depende das
condições de escoamento, do grau de acoplamento entre as equações de
momentum e escalares, e do grau de surelaxação aplicado.

37
Notas Finais

5. Comparações entre os métodos SIMPLE, SIMPLEC e PISO para uma variedade

de escoamentos estacionários feitos por Jang et al (1986) mostraram que, para
problemas nos quais as equações de momentum não estão acopladas às
variáveis escalares, o algoritmo PISO mostrou-se robusto e foi menos custoso
que o SIMPLEC.
6. Também foi observado que quando as variáveis escalares são fortemente
acopladas às velocidades, PISO não teve vantagem significativa frente aos
demais métodos.

38
Métodos Segregados x Métodos Acoplados

• Vimos até o momento os chamados métodos segregados, que tratam o

acoplamento entre os campos de velocidade e pressão de maneira separada
através de uma estratégia iterativa.

• Uma alternativa a estes métodos é o método totalmente acoplado, que

simplesmente constrói o sistema não-linear para velocidade e pressão, e os
resolve de uma vez só.

• Este é o método utilizado pelo CFX, que não possui a opção de utilização de
estratégias segregadas, como as vistas até aqui.

39
Acoplamento PV no CFX e no Fluent

O Fluent possui duas classes principais de solvers:

• Pressure-based solver. Inicialmente desenvolvido para escoamentos de baixas

velocidades, incompressíveis.
• Density-based solver. Inicialmente desenvolvido para escoamento de altas
velocidades, compressíveis.

Atualmente ambas as técnicas foram adaptadas para resolver escoamentos

em quaisquer velocidades.

40
Acoplamento PV no CFX e no Fluent

Pressure-based solver

• O campo de velocidade é obtido da solução das equações de conservação e de

momentum.
• O campo de pressão é obtido através da solução de uma equação de correção:
esquemas de acoplamento pressão-velocidade.

• O Fluent possui como opções os métodos SIMPLE, SIMPLEC, PISO e a

estratégia totalmente acoplada.

• Use a estratégia acoplada quando grandes passos de tempo estão sendo

utilizados (o que atrapalharia a convergência em cada passo de tempo de um
método segregado) ou quando a malha não está suficientemente refinada.

41
Acoplamento PV no CFX e no Fluent

Pressure-based solver

42
Acoplamento PV no CFX e no Fluent

Density-based solver

• Assim como no pressure-based solver, o campo de velocidade é obtido da

solução das equações de conservação de momentum.

• A solução da equação da continuidade fornece o campo de massa específica.

• O campo de pressão é obtido da equação de estado.

43
Acoplamento PV no CFX e no Fluent

Density-based solver

44
Escoamentos em Regime Não-Estacionário

Discretização temporal

Ambos esquemas implícito e explícito são iterativos:

45
Métodos Numéricos de Solução

Métodos numéricos de solução

• Uma vez obtida a forma discretizada das equações de conservação,

monta-se o sistema de equações algébricas a resolver.

• Resolver este sistema representa obter os valores das propriedades de

interesse nos pontos nodais utilizados para representar o domínio
discretizado.

• Busca-se, sempre, a forma mais eficiente de fazê-lo!

46
Métodos Numéricos de Solução

• Existem duas classes de métodos numéricos de soluções de sistemas de

equações algébricas:

1. Métodos diretos
• Resolvem o sistema, como o próprio nome diz, diretamente, através
de inversão de matrizes o retro-alimentação.
• Apresentam limitação no tamanho do problema que são capazes de
resolver

2. Métodos iterativos

47
Exemplo

48
Exemplo

49
Exemplo

50